基于模糊Hopfield网络的神经元模糊识别系统

• 作者: 阮晓钢
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 神经计算 模式识别 神经元模糊系统
• 年，卷（期）: 2000,（4）
• 所属期刊栏目: 论文的报告
• 页码范围: 387-394
• 页数: 8页
• 分类号: TP18
• 字数: 8715字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2000.04.006

摘要

本文基于模糊Hopfield网络研究提出了一种神经元模糊识别系统(Neuro-Fuzzy Recognition System,简称NFR系统,或NFRs).其核心是(N+1)阶模糊Hopfield网络和NFR聚类核.通过(N+1)阶模糊Hopfield网络中的N阶子网络,对样本模式进行模糊聚类,学习样本模式中隐含的模糊聚类结构知识,形成NFR聚类核.基于NFR聚类核形成的知识结构,(N+1)阶模糊Hopfield网络对由待识别模式和样本模式构成的模式集合进行模糊聚类运算.NFRs可对模式空间的模式进行分类和识别,并依样本模式将其划分为等价类.论文对NFRs的性能进行了理论分析和示例研究,结果显示,NFRs具有良好的特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮晓钢	北京工业大学自动化系	240	2182	23.0	35.0